[发明专利]行人相似度计算方法及装置

说明书

技术领域

本发明涉及图像数据处理技术领域，具体而言，涉及一种行人相似度计算方法及装置。

背景技术

行人重识别问题是在非重叠区域的摄像头中，对出现的目标进行判断是否为同一目标的过程。其中，对行人相似度的计算是在进行行人重识别的过程中的重要环节。在实际情况中，采用测度矩阵计算行人相似度时，由于采集到的行人图像存在遮挡，视角变化，样本不足等情况，在计算中存在过拟合现象，需要在测度矩阵学习的过程中加入各种约束，导致计算复杂度极大的增加。

发明内容

为了克服现有技术中的上述不足，本发明的目的在于提供一种行人相似度计算方法，应用于数据处理设备，所述方法包括：

获取相关行人对集合及非相关行人对集合中行人对的图像特征，其中，所述相关行人对集合中包括多个具有相关关系的行人对，所述非相关行人对集合中包括多个不具有相关关系的行人对；

分别根据所述相关行人对集合及非相关行人对集合中行人对的图像特征，计算获得第一相关集合协方差矩阵及第一非相关集合协方差矩阵；

分别对所述第一相关集合协方差矩阵及第一非相关集合协方差矩阵进行正则化处理，获得第二相关集合协方差矩阵及第二非相关集合协方差矩阵；

根据所述第二相关集合协方差矩阵及第二非相关集合协方差矩阵计算获得测度矩阵；

根据所述测度矩阵及待分析行人对的图像特征，计算得到该待分析行人对的相似度。

进一步地，在上述方法中，分别对所述第一相关集合协方差矩阵及第一非相关集合协方差矩阵进行正则化处理，获得第二相关集合协方差矩阵及第二非相关集合协方差矩阵的步骤，包括：

对所述第一相关集合协方差矩阵进行分解，得到第一相关集合特征值矩阵及对应的相关集合特征向量矩阵，对所述第一非相关集合协方差矩阵进行分解，得到第一非相关集合特征值矩阵及对应的非相关集合特征向量矩阵；

分别对所述第一相关集合特征值矩阵及第一非相关集合特征值矩阵进行正则化处理，得到第二相关集合特征值矩阵及第二非相关集合特征值矩阵；

根据所述第二相关集合特征值矩阵及相关集合特征向量矩阵计算获得第二相关集合协方差矩阵，根据所述第二非相关集合特征值矩阵及非相关集合特征向量矩阵计算获得第二非相关集合协方差矩阵。

进一步地，在上述方法中，分别对所述第一相关集合特征值矩阵及第一非相关集合特征值矩阵进行正则化处理，得到第二相关集合特征值矩阵及第二非相关集合特征值矩阵的步骤，包括：

分别将所述第一相关集合特征值矩阵中的特征值及所述第一非相关集合特征值矩阵中的特征值划分为多个区间；

针对每个区间分别对所述第一相关集合特征值矩阵中的特征值及所述第一非相关集合特征值矩阵中的特征值进行相应的正则化处理，得到第二相关集合特征值矩阵及第二非相关集合特征值矩阵。

进一步地，在上述方法中，分别将所述第一相关集合特征值矩阵中的特征值及所述第一非相关集合特征值矩阵中的特征值划分为多个区间的步骤，包括：

分别根据所述第一相关集合特征值矩阵中特征值的大小及所述第一非相关集合特征值矩阵中特征值的大小计算获得特征值分界点；

根据所述特征值分界点分别将分别所述第一相关集合特征值矩阵中特征值及所述第一非相关集合特征值矩阵的特征值划分为大特征值区间、小特征值区间及噪声区间。

进一步地，在上述方法中，对特征值进行相应的正则化处理的步骤，包括：

对所述大特征值区间中的特征值采用抑制特征值的正则化处理；

对所述小特征值区间中的特征值采用提高特征值的正则化处理；

对所述噪声区间中的特征值采用平滑处理。

本发明的另一目的在于提供一种行人相似度计算装置，应用于数据处理设备，所述装置包括：

获取模块，用于获取相关行人对集合及非相关行人对集合中行人对的图像特征，其中，所述相关行人对集合中包括多个具有相关关系的行人对，所述非相关行人对集合中包括多个不具有相关关系的行人对；

协方差矩阵计算模块，用于分别根据所述相关行人对集合及非相关行人对集合中行人对的图像特征，计算获得第一相关集合协方差矩阵及第一非相关集合协方差矩阵；

正则化模块，用于分别对所述第一相关集合协方差矩阵及第一非相关集合协方差矩阵进行正则化处理，获得第二相关集合协方差矩阵及第二非相关集合协方差矩阵；

测度矩阵计算模块，用于根据所述第二相关集合协方差矩阵及第二非相关集合协方差矩阵计算获得测度矩阵；